06 - Export Gebäudeinfos und Demand

In diesem Skript werden die Informationen aus den vorangegangenen Skripten so aufbereitet, dass nur noch die zentralen Attribute vorhanden sind.

Daten einlesen

Die Daten aus dem vorhergehenden Arbeitsschritt werden eingelesen.

load("output/05_output/geom/05_rolle_bld_out.Rdata")

Bereinigung

Klassifikation Wohnen / !Wohnen

rolle_bld_out$nutzung<-NA
rolle_bld_out$nutzung[rolle_bld_out$sia=="efh"|
                        rolle_bld_out$sia=="mfh"] <- "wohnen"

rolle_bld_out$nutzung[rolle_bld_out$sia=="alterheim"|
                        rolle_bld_out$sia=="mischnutzung"|
                        rolle_bld_out$sia=="krankenhaus"|
                        rolle_bld_out$sia=="hotel"|
                        rolle_bld_out$sia=="restaurant"] <- "nichtWohnen"

rolle_bld_out$nutzung[is.na(rolle_bld_out$nutzung)] <- "nichtWohnen"

Fenster Attribute nach Nutzung zuweisen

rolle_bld_out$fensterFl<-NA
rolle_bld_out$fensterFl[rolle_bld_out$nutzung=="wohnen"]<-rolle_bld_out$fensterFl_wohnen[rolle_bld_out$nutzung=="wohnen"]
rolle_bld_out$fensterFl[rolle_bld_out$nutzung=="nichtWohnen"]<-rolle_bld_out$fensterFl_nichtWohnen[rolle_bld_out$nutzung=="nichtWohnen"]

rolle_bld_out$fensterFl_proz<-NA
rolle_bld_out$fensterFl_proz[rolle_bld_out$nutzung=="wohnen"]<-rolle_bld_out$prozFl_wohnen[rolle_bld_out$nutzung=="wohnen"]
rolle_bld_out$fensterFl_proz[rolle_bld_out$nutzung=="nichtWohnen"]<-rolle_bld_out$prozFl_nichtWohnen[rolle_bld_out$nutzung=="nichtWohnen"]

rolle_bld_out$fensterFl_breite<-NA
rolle_bld_out$fensterFl_breite[rolle_bld_out$nutzung=="wohnen"]<-rolle_bld_out$fensterFl_wohnen_breite[rolle_bld_out$nutzung=="wohnen"]
rolle_bld_out$fensterFl_breite[rolle_bld_out$nutzung=="nichtWohnen"]<-rolle_bld_out$fensterFl_nichtWohnen_breite[rolle_bld_out$nutzung=="nichtWohnen"]

rolle_bld_out$fensterFl_laenge<-NA
rolle_bld_out$fensterFl_laenge[rolle_bld_out$nutzung=="wohnen"]<-rolle_bld_out$fensterFl_wohnen_laenge[rolle_bld_out$nutzung=="wohnen"]
rolle_bld_out$fensterFl_laenge[rolle_bld_out$nutzung=="nichtWohnen"]<-rolle_bld_out$fensterFl_nichtWohnen_laenge[rolle_bld_out$nutzung=="nichtWohnen"]

Klassifikation EFH / MFH

rolle_bld_out$typ<-NA
rolle_bld_out$typ[rolle_bld_out$sia=="efh"] <- "efh"

rolle_bld_out$typ[rolle_bld_out$sia=="alterheim"|
                        rolle_bld_out$sia=="mischnutzung"|
                        rolle_bld_out$sia=="krankenhaus"|
                        rolle_bld_out$sia=="hotel"|
                        rolle_bld_out$sia=="restaurant"] <- "mfh"

rolle_bld_out$typ[is.na(rolle_bld_out$typ)] <- "mfh"

U-Werte nach Gebäudetyp zuweisen

rolle_bld_out$uVal_ground<-NA
rolle_bld_out$uVal_roof<-NA
rolle_bld_out$uVal_wall<-NA
rolle_bld_out$uVal_window<-NA

rolle_bld_out$uVal_ground[rolle_bld_out$typ=="efh"]<-rolle_bld_out$uVal_efh_ground[rolle_bld_out$typ=="efh"]
rolle_bld_out$uVal_ground[rolle_bld_out$typ=="mfh"]<-rolle_bld_out$uVal_mfh_ground[rolle_bld_out$typ=="mfh"]

rolle_bld_out$uVal_roof[rolle_bld_out$typ=="efh"]<-rolle_bld_out$uVal_efh_roof[rolle_bld_out$typ=="efh"]
rolle_bld_out$uVal_roof[rolle_bld_out$typ=="mfh"]<-rolle_bld_out$uVal_mfh_roof[rolle_bld_out$typ=="mfh"]

rolle_bld_out$uVal_wall[rolle_bld_out$typ=="efh"]<-rolle_bld_out$uVal_efh_wall[rolle_bld_out$typ=="efh"]
rolle_bld_out$uVal_wall[rolle_bld_out$typ=="mfh"]<-rolle_bld_out$uVal_mfh_wall[rolle_bld_out$typ=="mfh"]

rolle_bld_out$uVal_window[rolle_bld_out$typ=="efh"]<-rolle_bld_out$uVal_efh_window[rolle_bld_out$typ=="efh"]
rolle_bld_out$uVal_window[rolle_bld_out$typ=="mfh"]<-rolle_bld_out$uVal_mfh_window[rolle_bld_out$typ=="mfh"]

Sanierungswerte nur für alte Gebäude

rolle_bld_out$uVal_ground_saniert[rolle_bld_out$GBAUJ>2000]<-NA
rolle_bld_out$uVal_roof_saniert[rolle_bld_out$GBAUJ>2000]<-NA
rolle_bld_out$uVal_wall_saniert[rolle_bld_out$GBAUJ>2000]<-NA
rolle_bld_out$uVal_window_saniert[rolle_bld_out$GBAUJ>2000]<-NA

rolle_bld_out$gVal_saniert[rolle_bld_out$GBAUJ>2000]<-NA

Attribute auswählen

rolle_bld_out@data<-rolle_bld_out@data[,c("EGID","GAREA","GASTW","GBAUJ","ebf","GKLAS_text",
                                          "GHEIZ_text","GENHZ_text","GENWW_text","GKAT_text","GWWV",
                                          "sia","siaNr","nutzung","typ",
                                          "uVal_ground","uVal_roof","uVal_wall","uVal_window",
                                          "uVal_ground_saniert",
                                          "uVal_roof_saniert","uVal_wall_saniert","uVal_window_saniert",
                                          "gVal","gVal_saniert",
                                          "fensterFl","fensterFl_breite","fensterFl_laenge","fensterFl_proz",
                                          "longitude","latitude","breite","laenge","ausricht",
                                          "enerBed_awel","enerBed_ss","enerBed_vd","nutzungsgrad",
                                          "kbob_PEne","kbob_PEer","kbob_GHG",
                                          "bestand_Geraete","bestand_Beleuchtung","bestand_Lueftung","bestand_Klimakaelte",
                                          "bestand_Heizwaerme","bestand_Warmwasser")]

rolle_bld_out$GBAUP<-cut(as.numeric(rolle_bld_out$GBAUJ),
                           breaks=c(0,1919,1945,1960,1970,1980,1985,1990,1995,2000,2005,2010,2015,2500),
                           labels = c("vor 1919","1920-1945","1946-1960","1961-1970",
                                      "1971-1980","1981-1985","1986-1990","1991-1995",
                                      "1991-2000","2001-2005","2006-2010","2011-2015","nach 2015"))

rolle_bld_tbl<-rolle_bld_out@data

some plots

#daten für karte aufbereiten
rolle_bld_out.wgs<-spTransform(rolle_bld_out,CRSobj = CRS("+init=epsg:4326"))
rolle_bld_out.wgs.f = fortify(rolle_bld_out.wgs,by="EGID")

## Regions defined for each Polygons

rolle_bld_out.wgs$id<-sapply(rolle_bld_out.wgs@polygons,function(x){x@ID})
rolle_bld_out.wgs.f<-merge(rolle_bld_out.wgs.f,rolle_bld_out.wgs@data,by="id")

#basemap
library(ggmap)
lat <- c(46.45083,46.47911)
long <- c(6.315,6.36)
bbox <- make_bbox(long,lat,f=0.05)
b <- get_map(bbox,maptype="toner-lite",source="stamen")

## Map from URL : http://tile.stamen.com/toner-lite/14/8479/5797.png

## Map from URL : http://tile.stamen.com/toner-lite/14/8480/5797.png

## Map from URL : http://tile.stamen.com/toner-lite/14/8481/5797.png

## Map from URL : http://tile.stamen.com/toner-lite/14/8479/5798.png

## Map from URL : http://tile.stamen.com/toner-lite/14/8480/5798.png

## Map from URL : http://tile.stamen.com/toner-lite/14/8481/5798.png

## Map from URL : http://tile.stamen.com/toner-lite/14/8479/5799.png

## Map from URL : http://tile.stamen.com/toner-lite/14/8480/5799.png

## Map from URL : http://tile.stamen.com/toner-lite/14/8481/5799.png

##sia karte
#farben für sia kategorien auswählen
cols<- levels(factor(rolle_bld_out.wgs.f$sia))
color <- grDevices::colors()[grep('gr(a|e)y', grDevices::colors(), invert = T)]
    
    if(length(cols)>12){
      myColors<-color[sample(1:length(color),size=length(cols),replace=F)]
    }else{
      myColors <- brewer.pal(length(cols),"Set3")
    }
    
names(myColors) <- cols
colScale2 <- scale_fill_manual(name = "grp",values = myColors,drop=F)

#karte zeichnen
ggmap(b) + 
  geom_polygon(data = rolle_bld_out.wgs.f,
             aes(long,lat,group=group,fill=sia),alpha=0.9) +
  colScale2+
    theme(axis.title.x=element_blank(),
          axis.text.x=element_blank(),
          axis.ticks.x=element_blank(),
          axis.title.y=element_blank(),
          axis.text.y=element_blank(),
          axis.ticks.y=element_blank(),
          legend.title = element_blank())

##gebäudealter karte
#farben wählen
cc <- scales::seq_gradient_pal("blue","orange", "red")(seq(0,1,length.out=length(levels(factor(rolle_bld_out.wgs.f$GBAUP)))))

## Warning: Non Lab interpolation is deprecated

#karte zeichnen
ggmap(b) + 
  geom_polygon(data = rolle_bld_out.wgs.f,
             aes(long,lat,group=group,fill=GBAUP),alpha=0.9) +
    theme(axis.title.x=element_blank(),
          axis.text.x=element_blank(),
          axis.ticks.x=element_blank(),
          axis.title.y=element_blank(),
          axis.text.y=element_blank(),
          axis.ticks.y=element_blank(),
          legend.title = element_blank())+
  scale_fill_manual(values=cc)

#energiebedarf karte
rolle_bld_pts <- gCentroid(rolle_bld_out.wgs,byid=TRUE)

ggmap(b) + 
  geom_polygon(data = rolle_bld_out.wgs.f,
             aes(long,lat,group=group), fill="grey50",alpha=0.5) +
  geom_point(data=rolle_bld_out.wgs@data,
             aes(x = rolle_bld_pts@coords[,1],
                 y = rolle_bld_pts@coords[,2], 
                 size=enerBed_vd),
             shape=1,
             color="black",alpha=1)+
  theme(axis.title.x=element_blank(),
          axis.text.x=element_blank(),
          axis.ticks.x=element_blank(),
          axis.title.y=element_blank(),
          axis.text.y=element_blank(),
          axis.ticks.y=element_blank(),
          legend.title = element_text())+
  scale_radius(breaks=round(seq(from=0,to = max(rolle_bld_out.wgs$enerBed_vd,na.rm=T),by = 300000)),range = c(.5, 10))+ guides(size=guide_legend(title="Energiebedarf (kWh/a)"))

## Warning: Removed 65 rows containing missing values (geom_point).

Save all Information

writeOGR(rolle_bld_out, "output/06_output/geom", "06_rolle_bld_out", driver="ESRI Shapefile",overwrite_layer = T)

## Warning in writeOGR(rolle_bld_out, "output/06_output/geom",
## "06_rolle_bld_out", : Field names abbreviated for ESRI Shapefile driver

#buildings speichern
write.csv(rolle_bld_tbl,file="output/06_output/data/06_rolle_bld_out.csv")